[01774863]高性能汉英混排简/繁体印刷文本识别系统

汉字识别由于汉字数量巨大是最困难的模式识别问题，且随着汉字识别的实用化而急剧增加。本项目在汉字识别的基本方案上突破原有的局限性，创造了多方案优化组合特征的综合识别方法，使汉字识别率和稳键性（适应实用中遇到的各种干扰和变化）有了突破性的进展；开创性地利用汉英双语混排识别方案，解决汉英分辨、英文粘连字母切分和多体英文识别等问题，从而解决了汉英混排印刷文本的识别；解决了灰度门限自动选择、印刷版面自动分析、表格识别等，系统自动化有明显提高；完成了DOS、WINDOWS, 以及UNIX清华OCR版本和一系列应用系统。专家论证居国际领先地位。1、汉字英文混排同时识别。在国际上首次突破了OCR产品只能处理汉字或英文单一文字的局限性，用汉英双语识别实现了汉英混排文本的同时识别。2、汉字识别的正确率最高，稳键性强。经过多次的国家严格测试，总体正确率超过98.5，对其中印刷质量较好的材料，识别正确率超过99.5，代表了目前印刷汉字识别的最高水平。3、汉字识别的产业化。清华OCR现已形成DOS版本(TH-OCR)、Windows版本（TWReader）和UNIX版本系列产品，有全文检索、表格自动识别数据库录入、名片自动识别录入、盲人阅读机等应用系统等。自动化程度高，易学易用，标志着印刷汉字的自动输入已进入产业化。 清华 OCR年销售近三千余套，累计七千余套。创产值两千余万元，利税约七百万元，初步形成产业规模。产品销往国内外市场（美国、台湾、新加坡、香港、日本、澳门、德国等），Motorola公司以十五万美元购买部分使用权。深受用户欢迎，享有良好的国际信誉。